前两年大伙还在疯转“万能Prompt模板”，感慨会写Prompt就能靠AI躺赢，结果英伟达CEO黄仁勋最近一句话直接给整个AI圈炸了：现在根本没人写Prompt了，新时代的核心工作是编写和管理Loop。
这话一出直接引发全网热议，而且不是老黄一个人在说——“龙虾之父”Peter、“Claude Code之父”Boris Cherny、吴恩达、卡帕西等一众AI圈大佬全在站队这个新趋势。 Peter直接喊话开发者：别再给编程Agent写提示词了，去设计循环，让循环替你提示Agent。
Claude Code的负责人Boris更是直接晒出自己的工作流：我早就不给Claude写提示词了，现在有一堆循环在后台跑，是它们在给Claude下指令、决定下一步做什么，我的工作就是写这些循环。 好家伙，合着前两年我们学的Prompt技巧，这就直接过时了？不少人第一反应是：Loop这词听着玄乎，不就是之前说的Agent那套吗？怎么又炒新概念？
Loop到底是个啥
要搞懂Loop，得先回忆下我们之前是怎么用AI干活的。 过去两年用AI写代码、做内容的标准流程就是：你绞尽脑汁写一段Prompt发过去，AI吐一段结果，你挑出毛病再写一段Prompt让它改，来来回回拉扯，人全程得盯着，稍不留神AI就给你跑偏到外太空。 卡帕西之前就吐槽过这个模式：人本身就是整个流程里最大的瓶颈，你总不能坐在电脑前，等着给AI的每一步操作写指令吧？你得学会把自己从流程里抽离出来。
而Loop就是来解决这个问题的，它的核心逻辑特别简单： 你只需要定好最终目标和验收规则，剩下的全交给AI自己跑——它自己拆任务、自己执行、自己对照规则检查结果，不合格就带着报错信息返回去重做，直到任务达标或者触发你设置的预算上限才停下来。 看到这你可能会说：这不就是Agent吗？还真不是。简单打个比方：Agent是给你干活的员工，而Loop是你给公司搭的那套管理制度——有了这套制度，员工不用你天天盯着催进度、查质量，自己就能按KPI把活干完。 没有Loop的Agent，你戳一下它动一下，本质还是个高级工具；套上Loop的Agent，才是真正能自己转起来的自动化系统。
【编辑观察：说白了，以前我们是给AI当“传声筒”，它干啥全靠你一句句指挥；有了Loop之后，我们直接升级成“规则制定者”，定好目标和红线，AI自己在里面跑就行。】
现在Loop早就不是停留在大佬嘴炮里的概念了，头部产品已经把这玩意做进功能里了，甚至形成了两强对标的格局：
- 一边是大家熟到不能再熟的Claude Code，直接做了Loop三件套：/loop负责定时循环、/goal负责目标驱动（跑到满足验收条件才停）、/schedule负责云端定时任务，就算你合上电脑任务也能在后台跑。最绝的是它直接把“自己不能改自己卷子”的原则写进了架构：写代码的是大模型，负责验收打分的是独立的小模型Haiku，从根源上避免AI“自我感觉良好”把bug交上来。
- 另一边是OpenAI的Codex，走的是“自动化流水线+多Agent并行”路线，最多支持8个Agent同时在云端沙箱里各干各的活，最后统一汇总结果。
有意思的是，虽然两家走的技术路线不太一样，但最终做出来的形态高度相似：都是把复杂任务拆碎，分给多个Agent并行处理，再自动校验、汇总结果。这也透露出一个信号：现在大模型本身的能力已经卷不出太大差距了，真正拉开体验差距的，是上层的Loop编排能力。 就拿Boris自己来说，他去年11月就直接把电脑上的IDE卸了，后来干脆删了个干净。现在他手底下几百个小Agent24小时跑着：有的扫GitHub的issue，有的整理Slack上的用户反馈，有的监控CI运行状态，每个Agent都在隔离的代码分支里干活，一个写代码，另一个专门跑测试做验收，只有实在搞不定的问题才会发到他的收件箱等他判断。他自己说，从Opus 4.5发布到现在，他写的所有代码全是Claude Code生成的，现在大部分工作拿手机就能处理。 而他口中Loop的下一步更夸张：未来Agent之间会互相提示、协作，中间完全不需要人工审核。
看到这你大概也懂了，Loop的终极形态特别直白：人不用写代码，也不用绞尽脑汁写Prompt，只需要定规则、做关键判断，剩下的重复劳动全交给Loop自己跑。
普通人怎么上手玩Loop
现在X上已经有博主整理出了从零上手Loop工程的完整路线，我们挑最干的实操要点给大家整理好了，看完就能上手试。
第一步：先做4项测试，别瞎建Loop烧钱
Loop不是万能的，什么活都往里面塞最后只会收到天价Token账单。在建Loop之前先问自己四个问题，全满足了再动手：
- 这个任务是不是重复发生的？一次性任务直接写Prompt反而更快更便宜
- 有没有自动化的验收手段？比如测试用例、类型检查、Lint规则，能让机器直接判断结果过不过
- Token预算扛不扛得住？Loop反复重试、读上下文烧的Token比你想的多得多
- 给Agent的工具够不够？能不能读日志、复现环境、运行自己写的代码，有没有资深工程师排查问题的权限
第二步：从最小可用Loop开始搭
第一次玩别搞太复杂的花活，先凑齐四件套就行：一个触发器（定时或者事件触发启动任务）、一个技能包（把项目上下文、规则写清楚，不用每次重新解释）、一个状态文件（记录任务做到哪了、哪些成了哪些挂了，断点续跑不翻车）、一个验收门禁（测试、构建规则，自动拦住坏结果）。 搭建顺序千万别乱：先手动把流程跑通一次，再把流程打包成技能，再套进Loop里，最后再开定时自动跑——跳步是90%的Loop在生产环境翻车的核心原因。
第三步：做“出卷子”的人，别自己“判卷子”
Loop设计里最核心的一条铁则：负责生成内容/写代码的Agent，和负责验收结果的Agent必须分开，验收方绝对不能看到生成方的思考过程。
别觉得这是多此一举——大模型给自己的产物打分的时候，手松到你难以想象，一堆明显的bug它都能觉得“写得挺好”，只有独立的验收方才能真的把问题挑出来。
避坑指南，这些雷别踩
- 一定要设硬停止条件：Token消耗上限、最大循环次数、运行时间限制，别等Loop跑到你收到天价账单、账号被限流了才想起来停
- 状态一定要落地存好：Agent的短时记忆不靠谱，今天学的教训明天就忘，把每次运行的问题、进度写进状态文件，下次启动直接读
- 别让Loop碰需要主观判断的活：架构重写、支付逻辑、鉴权代码、产品方向决策这种容错率低、需要人判断的活别丢给Loop，它就适合干对错清晰、机器可验证的重复活，比如自动修复Lint报错、更新依赖、复现测试问题
- 记得看代码Diff：Loop合入代码越快，你对自己项目的理解就越浅，这种“理解力债务”比Token账单贵多了，哪怕扫一眼改了什么，也别完全当甩手掌柜
最后判断Loop好不好用别搞虚的，别看重跑了多少次、生成了多少内容，唯一有用的指标就是：每个被你接受的有效改动，平均花了多少钱。如果你的改动接受率低于50%，说明你还在做Loop本该帮你省掉的审核工作，这个Loop纯纯在亏钱。
四次进化，AI的玩法早就变了
说出来你可能不信，Loop Engineering这个概念从被提起到爆火，满打满算还不到三周，但它绝对不是凭空冒出来的新概念——回望过去四年的AI发展，其实是一条特别清晰的进化路线，总共经历了四次范式跃迁：Prompt→Context→Harness→Loop。
- 2023-2024年是Prompt Engineering的时代：大伙都在卷怎么写提示词才能让AI听话，“万能Prompt公式”“Prompt工程师年薪百万”都是这个阶段的产物，人和AI的关系就是你说一句它回一句，每一步都要人亲自下指令。
- 2024-2025年轮到Context Engineering接棒：随着上下文窗口变大、RAG技术普及，大家发现与其抠破头写一句话的提示词，不如把完整的背景资料、项目代码都喂给AI，信息给够了结果自然好，这时候大家的关注点从“怎么问”变成了“给AI看什么”。
- 2025-2026年是Harness Engineering的阶段：光给信息不够，AI得能自己调用工具、跑代码、连接口、走权限，就得给它搭一个能接触真实世界的运行环境，解决“AI能不能真的干活”的问题。
- 而现在爆火的Loop Engineering，就是进化的下一站：解决“AI能不能不用人盯着，自己持续把活干明白”的问题。
这四次进化看起来是概念换了一轮又一轮，本质上特别简单：人类对AI的控制粒度一直在往上移，从“写一句指令”到“给一堆信息”，再到“搭运行环境”，最后到“设计自动循环的规则”，整个过程就是一步步把人从重复劳动里解放出来。
其实Loop这个思路在学术界早就不是新鲜事了，最早的雏形甚至可以追溯到华人学者姚顺雨2022年提出的ReAct框架——这篇拿下ICLR 2023 Oral的论文，第一次把“推理-行动-观察反馈-再推理”的循环过程系统化，也就是最早的Agent Loop雏形。后面的Reflexion加了错误反馈机制、Tree of Thoughts做了多路径推理，这一系列学术成果一步步铺路，最后才在工程界落地成现在大家说的Loop系统。
当然，现在的Loop也远没到完美的程度，不少业内人士都在给这波热潮泼冷水。Loop概念的命名者、Google工程主管Addy Osmani就直白说：这东西现在还在非常早期的阶段，我持保留态度，Token成本问题一定要小心，一不留神就能给你跑出离谱的账单。
而卡帕西引用的那句话更值得所有人记住：你可以外包你的思考，但你永远没法外包你的理解。 AI可以替你跑循环、写代码、改bug，但如果你自己对问题、对项目、对业务没有足够的理解，就算Loop跑得再溜，迟早有一天要翻车。 哦对了，之前囤了Prompt教程的朋友也别急，毕竟——技术进化的路上，谁还没交过点学费呢（狗头）。
0
评论